기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

에이전트 셀프 서비스 사용

에이전트 셀프 서비스를 통해 Connect AI 에이전트는 음성 및 채팅 채널에서 고객 문제를 자율적으로 해결할 수 있습니다. 사용자 지정 도구를 선택할 때 AI 에이전트가 고객 응대 흐름에 대한 제어를 반환하는 레거시 셀프 서비스와 달리 에이전트 셀프 서비스는 여러 단계에서 추론하고, MCP 도구를 호출하여 고객을 대신하여 조치를 취하고, 문제가 해결되거나 에스컬레이션이 필요할 때까지 지속적인 대화를 유지할 수 있는 오케스트레이터 AI 에이전트를 사용합니다.

예를 들어 고객이 호텔 예약에 대해 전화를 걸면 오케스트레이터 AI 에이전트는 각 단계 간의 고객 응대 흐름에 대한 제어권을 반환하지 않고 단일 대화 내에서 이름으로 인사하고, 명확한 질문을 하고, 예약을 조회하고, 수정을 처리할 수 있습니다.

주요 기능

에이전트 셀프 서비스는 다음과 같은 기능을 제공합니다.

오케스트레이터 AI 에이전트를 위한 도구

다음 도구 유형을 사용하여 셀프 서비스를 위해 오케스트레이터 AI 에이전트를 구성할 수 있습니다.

에이전트 셀프 서비스 설정

다음 상위 단계에 따라 에이전트 셀프 서비스를 설정합니다.

사용자 지정 컨트롤로 돌아가기 도구 생성

컨트롤로 돌아가기 도구는 AI 에이전트에게 처리를 중지하고 고객 응대 흐름에 컨트롤을 반환하라는 신호를 보냅니다. 컨트롤로 돌아가기 도구가 호출되면 도구 이름과 해당 입력 파라미터가 Amazon Lex 세션 속성으로 저장되며,이 속성은 연락처 속성 확인 블록을 사용하여 고객 응대 흐름을 읽고 다음 작업을 결정할 수 있습니다.

SelfServiceOrchestrator AI 에이전트에는 기본값Complete과 컨트롤로 Escalate 돌아가기 도구가 포함되어 있지만 고객 응대 흐름의 추가 컨텍스트를 캡처하는 입력 스키마를 사용하여 사용자 지정 컨트롤로 돌아가기 도구를 생성할 수 있습니다.

사용자 지정 컨트롤로 돌아가기 도구를 생성하려면:

예: 컨텍스트가 있는 사용자 지정 에스컬레이션 도구

다음 예제에서는 기본 에스컬레이션 도구를 에스컬레이션 이유, 요약, 고객 의도 및 감정을 캡처하는 사용자 지정 버전으로 교체하는 방법을 보여줍니다. 이 추가 컨텍스트는 인간 에이전트가 대화를 시작할 때 시작을 제공합니다.

먼저 AI 에이전트에서 기본 에스컬레이션 도구를 제거합니다. 그런 다음 다음 입력 스키마를 Escalate 사용하여 라는 새 컨트롤로 돌아가기 도구를 생성합니다.

{
    "type": "object",
    "properties": {
        "customerIntent": {
            "type": "string",
            "description": "A brief phrase describing what the customer wants to accomplish"
        },
        "sentiment": {
            "type": "string",
            "description": "Customer's emotional state during the conversation",
            "enum": ["positive", "neutral", "frustrated"]
        },
        "escalationSummary": {
            "type": "string",
            "description": "Summary for the human agent including what the customer asked for, what was attempted, and why escalation is needed",
            "maxLength": 500
        },
        "escalationReason": {
            "type": "string",
            "description": "Category for the escalation reason",
            "enum": [
                "complex_request",
                "technical_issue",
                "customer_frustration",
                "policy_exception",
                "out_of_scope",
                "other"
            ]
        }
    },
    "required": [
        "escalationReason",
        "escalationSummary",
        "customerIntent",
        "sentiment"
    ]
}

지침 필드에서 AI 에이전트가 에스컬레이션해야 하는 시기를 설명합니다. 예제:

Escalate to a human agent when:
1. The customer's request requires specialized expertise
2. Multiple tools fail or return errors repeatedly
3. The customer expresses frustration or explicitly requests a human
4. The request involves complex coordination across multiple services
5. You cannot provide adequate assistance with available tools

(선택 사항) 에스컬레이션 중에 AI 에이전트의 톤을 안내하는 예제를 추가합니다. 예제:

<message>
I understand this requires some specialized attention. Let me connect you
with a team member who can help coordinate all the details. I'll share
everything we've discussed so they can pick up right where we left off.
</message>

고객 응대 흐름에서 컨트롤로 돌아가기 도구 처리

AI 에이전트가 컨트롤로 돌아가기 도구를 호출하면 컨트롤은 고객 응대 흐름으로 돌아갑니다. 호출된 도구를 감지하고 그에 따라 연락처를 라우팅하도록 흐름을 구성해야 합니다.

컨트롤로 돌아가기 감지 작동 방식

AI 에이전트가 컨트롤로 돌아가기 도구를 호출하는 경우:

제어로 돌아가기 도구를 기반으로 라우팅 구성

다음 단계에 따라 고객 응대 흐름에 제어로 돌아가기 라우팅을 추가합니다.

예: 컨텍스트를 사용하여 에스컬레이션 도구 라우팅

컨텍스트가 있는 사용자 지정 에스컬레이션 도구를 생성한 경우( 참조예: 컨텍스트가 있는 사용자 지정 에스컬레이션 도구) 연락처 속성 설정 블록을 사용하여 에스컬레이션 컨텍스트를 연락처 속성에 복사할 수 있습니다. 다음 속성을 동적으로 설정합니다.

(선택 사항) 이벤트 흐름 설정 블록을 추가하여 고객 응대를 수락할 때 인적 에이전트에 에스컬레이션 컨텍스트를 표시합니다. 에이전트 UI의 이벤트를 기본 흐름으로 설정하고 에이전트에게 에스컬레이션 요약, 이유 및 감정을 제공하는 흐름을 선택합니다.

테스트 및 개발에 상수 도구 사용

상수 도구는 호출 시 구성된 정적 문자열 값을 AI 에이전트에 반환합니다. 컨트롤로 돌아가기 도구와 달리 상수 도구는 AI 대화를 종료하지 않습니다. AI 에이전트는 문자열을 수신하고 대화를 계속합니다. 따라서 개발 중 테스트 및 빠른 반복에 상수 도구가 유용하므로 백엔드 시스템에 연결하지 않고도 도구 응답을 시뮬레이션할 수 있습니다.

상수 도구를 생성하려면:

예를 들어 샘플 JSON 응답을 반환getOrderStatus하는 라는 상수 도구를 생성할 수 있습니다. 이를 통해 AI 에이전트가 MCP 도구를 통해 실제 주문 관리 시스템에 연결하기 전에 주문 상태 요청을 처리하는 방법을 테스트할 수 있습니다.